带软时间窗车辆路径问题的求解算法研究

针对带软时间窗车辆路径问题难以使用精确算法求解的问题,设计了一种基于爬山遗传混合的智能启发式算法来对带软时间窗车辆路径问题进行求解,并构建该混合算法相应的算法程序与爬山、禁忌搜索、模拟退火、遗传4种基本智能启发式算法进行标准数据对比测试。测试结果表明,该混合算法用于求解带软时间窗车辆路径问题具有计算效率高、计算结果稳定的特点。     

约束优化问题的实数制免疫-禁忌混合算法

针对免疫算法局部搜索能力较弱的缺点,提出了实数制编码的免疫-禁忌混合算法,在免疫操作后引入禁忌搜索算法来提高混合算法的爬山能力,从而提高求解精度和搜索速度,适合于约束优化问题的求解.在阐述混合算法计算原理的基础上,提出实数制编码方式、惩罚函数法和适应度函数构造方法.通过测试算例进行验算,计算结果表明,实数制编码的免疫-禁忌混合算法收敛速度快,计算精度高,特别适合计算复杂、时效性强的优化问题.     

基于Dijkstra算法的货运索道路径规划方法

为解决路径规划算法缺失、路径规划周期长、劳动强度大等货运索道路径规划难题,基于Dijkstra算法对索道路径规划问题进行了环境建模,并结合地形曲线、索道架设限制条件、路径规划目标函数等提出货运索道路径规划的邻接矩阵构建方法;结合货运索道的路径规划特点,对Dijkstra算法的搜索方向进行优化,有效降低了路径搜索的计算量。提出基于Dijkstra算法的货运索道路径规划方法。对十万个二维地形曲线进行路径搜索,本研究算法搜索出的符合索道架设要求的路径数量比已有算法(地形搜索法、干涉点搜索法和地形自适应法3种)搜索出的符合索道架设要求的路径数量提高了17.9%,且能够根据目标函数规划出最优路径,大幅度减少货运索道路径规划工作的时间和工作量,有效地降低索道架设和运输的成本。     

一种用于手写速记连笔符切分的改进型启发式搜索算法

以人群速记连笔符切分为研究对象,根据 Ｇ Ｔ 启发式搜索算法和分层规划的观点,提出了一种改进型启发式搜索算法 Ｇ Ｔ该算法从新状态的产生到估计函数的建立都充分利用了问题中的启发式信息理论分析和实验结果表明,该算法既考虑了搜索的完备性又兼顾了搜索的快速性,因此大大提高了搜索效率该算法的基本概述和设计思想对其他类型的切分和边界检测问题也有很大指导作用     

一种用于手写速记连笔符切分的改进型启发式搜索算法

以人群速记连笔符切分为研究对象,根据ＧＴ启发式搜索算法和分层规划的观点,提出了一种改进型启发式搜索算法ＧＴ。该算法从新状态的产生到估计函数的建立都充分利用了问题中的启发式信息。理论分析和实验结果表明,该算法既考虑了搜索的完备性又兼顾民搜索的快速性,因此大大提高了搜索效率。该算法的基本概述和设计思想对其他类型的切分和边界检测问题也有很大指导作用。     

基于启发搜索策略的飞行仿真系统实时调度算法

针对飞行仿真系统中多种类型任务并发执行及任务具有严格定时限制和时序约束的特点,探讨了飞行仿真系统混合任务集的实时调度问题.通过建立混合任务集调度模型,把飞行仿真系统实时调度描述成一种受约束的在状态空间上的路径寻优问题.基于对启发式估价函数的设计,利用启发式搜索策略在所有符合约束的状态节点中搜索使启发式估价函数值最小的节点,经节点扩展得到了使混合任务集延迟时间最小的可行调度.建立飞行仿真系统混合任务集实时调度构架对调度算法进行试验验证,结果表明,该算法有效解决了飞行仿真系统中多种类型任务集成调度问题,并能以较低的时间开销满足飞行仿真系统对响应时间的一致性要求.     

带有链优先约束工件的平行机排序问题

提出一种工件之间带有链优先约束的平行机排序问题,目标函数为极小化最大完工时间,优先约束为n条链Ti(1≤i≤n,n为任意实数),处理机为m台同速机,用三参数法表示为Pm|chains|Cmax.问题Pm|chains|Cmax是强NP完备的,利用启发式算法的最长加工时间优先规则,给出了一个多项式时间的近似方案.     

基于空间变异性的IDW矿石品位估值改进方法

为满足距离反比加权（IDW）插值方法在矿石品位估值中的应用,对IDW方法进行了改进.通过地质统计学中的变异函数理论分析钻孔样品数据中元素品位的空间变异性,根据矿体形态计算矿体走向、倾向和厚度3个相互垂直方向的定向变异函数,进而使用3个方向和相应变异函数的变程值确定搜索椭球体的参数.采用八分圆空间分区搜索方法对每个八分扇区内参与插值的样品个数加以限制,从而减少样品数据聚类效应;根据钻孔勘探网度,将空间搜索范围以及钻孔工程数与储量等级进行对应,实现矿石资源级别分类.通过C＋＋语言在HOOPS三维可视化平台编程实现了该方法和计算结果的可视化,以某铜矿实例说明该方法的具体步骤.结果表明该方法简单有效,能够得到很好的估值结果.     

基于启发式搜索的配电网供电恢复系统

基于配电网的特点,提出了适用于实时控制的配电网供电恢复计算方法－－启发式搜索法,该方法定义了恢复方案的综合评价函数,首先求出各个联络开关的一阶负荷矩,对“弧立岛”所有可能的恢复供电路径按步骤穷举搜索,可快速搜索出可行的供电恢复方案,再利用评价函数确定最佳的供电恢复方案。     

基于AHMRRT的移动机器人路径规划算法

为解决单向快速探索随机树(rapid exploring random tree,RRT)算法路径规划效率低且易陷入局部极小点的问题,提出了一种自适应启发式多快速探索随机树(adaptive heuristic multiple rapid exploring random tree,AHMRRT)路径规划算法.一方面,基于多随机树构建策略的AHMRRT算法可以在起始点、目标点、子目标点生成4棵随机树,同时进行扩展搜索,从而提高路径规划效率;另一方面,通过在单棵随机树生长过程中添加自适应启发式偏置因子,AHMRRT算法可以根据环境中障碍物的情况自适应地改变新节点的生成策略.探索自由空间时,该算法可以在偏置因子的作用下迅速向目标点扩展以提高搜索效率;探索多障碍物空间时,该算法将调用随机采样函数以防止落入局部最优.在仿真实验中,设计了4种环境下AHMRRT算法与随机概率目标快速探索随机树(probability goal RRT,PGRRT)、双向快速探索随机树(bidirectional RRT,BRRT)算法的对比实验,仿真实验结果证明了该算法的可行性和高效性.     

蜂窝移动通信中一种整体优化的动态资源分配算法

提出一种基于改进遗传算法的整体优化的动态资源分配方案．首先根据信道分配的特点构造了遗传算法的基因链模型，进而建立了一种整体优化算法．该算法尽量保证最大程度的紧致分配，提高系统整体服务性能，同时针对遗传算法爬山能力差的弱点，提出一种自适应遗传算法．分析和仿真表明，该方案与现有的固定信道分配和动态信道分配方案相比，有较小的呼阻率，不论在业务量较大，还是较小的情况下都能取得较好的性能指标．     

基于蚁群算法的智能交通最优路径研究

针对车辆智能交通最优路径问题,提出一种实时规划的蚁群算法。在该算法搜索过程中加入针对具体问题的局部搜索寻优算法,在启发函数中引入搜索方向,改进信息素更新策略,限制信息素轨迹量。利用智能交通道路模型对改进算法进行比较分析。实验结果表明,改进后的蚁群算法能够有效地解决车辆实时路径诱导问题,实现车辆实时路径诱导,具有良好的收敛性和寻优性。     

智能搜索中启发函数的选择及启发能力分析

以八数码难题实例的启发式搜索,分析了估价函数f(n)中不同的启发函数h(n)对搜索过程的影响,比较了3种不同h(n)的搜索效率.指出了选择最佳启发函数h*(n)的原则,讨论了八数码难题启发函数思路的通用性,并对A*算法及其可纳性和启发能力进行了深入研究.     

基于MMHC算法的贝叶斯网络结构学习算法研究

贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果.     

基于遗传编码的光伏MPPT模式搜索跟踪控制

为解决当前太阳能光伏发电系统中最大功率点跟踪（MPPT）问题,采用遗传算法编码技术与模式搜索相结合的MPPT算法,利用遗传编码灵活、随机、采用并行搜索机制且不受适应度函数连续可微影响的特点进行粗搜索.当外界条件发生变化时,其自适应的特点使得粗搜索的范围迅速调整,在此基础上采用模式搜索增强细搜索功能,旨在从速度和精度两方面提高算法搜索性能.仿真及实验表明,与传统爬山法和单一遗传算法控制相比,该方法不但能够克服MPP振荡带来的功率损失,而且能够提高跟踪效率,当外界条件改变时,仍然能够表现出快速稳定而且准确的跟踪效果.     

数控系统的混合任务模型及其最优调度算法研

针对数控系统中多种类型任务并存,且任务之间在时序、资源等方面存在相关性的特点,建立了混合任务系统模型,并引入计算机人工智能领域的启发式最佳优先搜索算法来实现该模型任务集的最优调度.该算法通过搜索问题的状态空间树,在符合所有约束条件的状态节点中寻找使得启发式评估函数取到极小（或极大）值的节点,最终得到系统的最优调度集.实例研究和算法性能分析表明,该算法解决了传统实时系统调度算法不适用于混合任务系统的问题,对于并发任务数量不大的数控系统,能有效地实现任务的最优调度.     

基于改进蚁群算法的三维路径规划

基于蚁群算法的三维路径规划大多存在规划速度慢、准确度不高等问题,提出了一种基于改进启发函数和自适应修正挥发系数的蚁群算法,设计了一种新的启发函数,提高了三维路径规划的准确度;提出自适应调整挥发系数,避免搜索陷入局部最优,同时加快了算法收敛速度。最后进行了仿真实验,结果证明了该方法的可行性和有效性。     

采用HC-MARPSO算法的软件测试数据生成方法

在吸引排斥粒子群算法(ARPSO)基础上,引入新的种群多样性度量指标和排斥操作,提出改进的吸引排斥粒子群算法(MARPSO)。结合爬山算法(HC)的局部收敛能力和改进的吸引排斥粒子群算法避免早熟的特点,提出基于爬山算法和改进吸引排斥粒子群算法(HC-MARPSO)的软件测试数据自动生成方法。实验结果表明,该算法在生成测试数据的效率上高于遗传算法、粒子群算法。     

一种基于网格和密度凝聚点的快速聚类算法

提出的快速聚类算法通过凝聚点来准确反映数据空间的几何特征,然后采用网格和密度相结合的方法,利用爬山法和连通性原理进行聚类处理,克服了传统网格聚类算法聚类质量降低的缺点．实验结果证明,本算法的聚类效率优于传统爬山法、Clique算法和DBSCAN算法．     

基于改进蚁群算法的移动机器人路径规划方法

针对蚁群算法收敛速度慢、效率低、容易陷入局部最优解的不足,本文提出一种自适应变化信息素总量的方式,使算法获得较快收敛速度.通过对启发函数的改进,增加蚁群搜索的目的性,降低陷入局部最优解的概率.仿真结果表明,改进的蚁群算法提高了搜索能力和收敛速度,验证了算法的有效性和优越性.